1.智能预测体系搭建： 深入业务，主导完善生鲜商品销量预测体系。运用时序分析、机器学习、深度学习等技术，对海量多维数据进行建模，攻克生鲜品类预测不准的行业难题。 2.库存与补货优化： 基于预测结果，构建全局的自动补货与库存分配模型。需要将预测与运筹优化（OR）相结合，设计算法实现门店、仓库等多级库存网络的动态平衡，在保障供应的同时最小化库存持有成本和物流成本。 3.算法全链路落地： 负责从业务问题定义、数据探查、模型研发、离线评估到在线AB测试的全流程。与供应链、门店运营、数据开发等部门紧密协作，将算法模型嵌入实际业务流程，并持续监控与迭代优化。 4.前沿技术探索： 跟踪时序预测、因果推断、强化学习等领域的前沿进展，探索大模型（LLM）在理解复杂销售波动因素上的应用潜力，并推动其在业务中的创新性试验与落地。

1.教育背景： 计算机科学、统计学、运筹学、应用数学或相关专业硕士及以上学历，博士优先。 2.精通机器学习（如GBDT、XGBoost、深度学习等）和时序预测模型，具备扎实的数据挖掘和统计分析能力。 3.拥有丰富的运筹优化（如线性规划、整数规划、动态规划）项目经验，有使用优化求解器（如CPLEX、Gurobi）经验者优先。 4.精通Python及相关的数据科学栈（如Pandas, Scikit-learn, PyTorch/TensorFlow），熟悉Hive/Spark等大数据处理技术。 5年以上相关领域算法研发经验，有零售、电商、物流等行业的销量预测、库存优化项目成功落地经验者优先。 6.对数据极度敏感，具备出色的业务抽象和问题解决能力，能独立负责复杂项目的全周期推进。 优秀的沟通协作能力，能够清晰地向非技术团队解释复杂模型的价值与逻辑。